PyPI
Farama-Foundation/Gymnasium
A standard API for single-agent reinforcement learning environments, with popular reference environments and related utilities (formerly Gym)
MIT2026年8月27日 · 指标 2.10.0
全部标签
目录标签
#rl
公开记录中带有此标签的全部仓库——标签来自其 GitHub 主题或软件包注册表发布的关键词。健康度量遵循与记录其余部分相同的版本化方法论。
10 条记录
PyPI
PrimeIntellect-ai/verifiers
Our library for RL environments + evals
MIT2026年8月28日 · 指标 2.10.0
PyPI · npm · crates.io
tensorlakeai/tensorlake
Tensorlake is a serverless runtime for sandboxes and deploying background agentic applications
Apache-2.02026年7月31日 · 指标 2.10.0
PyPI · npm
NVIDIA-NeMo/Gym
Evaluate and improve models and agents using environments
Apache-2.02026年7月18日 · 指标 2.10.0
PyPI
JudgmentLabs/judgeval
The Continuous-Improvement Stack for Agents. Our environment data and evals power agent improvement and monitoring.
Apache-2.02026年8月13日 · 指标 2.10.0
PyPI
pytorch/rl
A modular, primitive-first, python-first PyTorch library for Reinforcement Learning.
MIT2026年9月5日 · 指标 2.10.0
PyPI
Farama-Foundation/PettingZoo
A standard API for multi-agent reinforcement learning environments, with popular reference environments and related utilities
MIT2026年8月13日 · 指标 2.10.0
PyPI
freesolo-co/flash
LoRA post-training for open-weight models: SFT, GRPO, and on-policy distillation. Describe a run in TOML; Flash allocates a GPU, trains, streams checkpoints, and serves the adapter.
Apache-2.02026年8月29日 · 指标 2.10.0
crates.io
rust-control/rusty_mujoco
A safe, low-level Rust binding for MuJoCo physics simulator
Apache-2.02026年7月17日 · 指标 2.10.0
npm
ruvnet/agentdb
Vector memory that gets smarter every time your agent uses it.
MIT2026年7月23日 · 指标 2.10.0